Студопедия  
Главная страница | Контакты | Случайная страница

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Методы моделирования

Читайте также:
  1. D. Прочие методы регулирования денежно-кредитной сферы
  2. I. АДМИНИСТРАТИВНЫЕ МЕТОДЫ УПРАВЛЕНИЯ ПРИРОДООХРАННОЙ ДЕЯТЕЛЬНОСТЬЮ
  3. I. Методы эмпирического исследования.
  4. I.4. МЕТОДЫ ИЗУЧЕНИЯ СПЕЦКУРСА
  5. II Биохимические методы
  6. II Методы очистки выбросов от газообразных загрязнителей.Метод абсорбции.
  7. II Методы очистки сточных вод от маслопродуктов.Принцип работы напорного гидроциклона.
  8. II. Методы теоретического познания.
  9. II. Раскрыть методы комплексной оценки хозяйственно-финансовой деятельности
  10. II. ЭКОНОМИЧЕСКИЕ МЕТОДЫ УПРАВЛЕНИЯ ПРИРОДООХРАННОЙ ДЕЯТЕЛЬНОСТЬЮ

Метод моделирования - изучение явлений с помощью моделей - один из основных в современных исследованиях.

Различают физическое и математическое моделирование. При физическом моделировании физика явлений в объекте и модели и их математические зависимости одинаковы. При математическом моделировании физика явлений может быть различной, а математические зависимости одинаковыми. Математическое моделирование приобретает особую ценность, когда возникает необходимость изучить очень сложные процессы.

При построении модели свойства и сам объект обычно упрощают, обобщают. Чем ближе модель к оригиналу, тем удачнее она описывает объект, тем эффективнее теоретическое исследование и тем ближе полученные результаты к принятой гипотезе исследования.

Модели могут быть физические, математические, натурные.

Физические модели позволяют наглядно представлять протекающие в натуре процессы. С помощью физических моделей можно изучать влияние отдельных параметров на течение физических процессов.

Математические модели позволяют количественно исследовать явления, трудно поддающиеся изучению на физических моделях.

Натурные модели представляют собой масштабно изменяемые объекты, позволяющие наиболее полно исследовать процессы, протекающие в натурных условиях.

Стандартных рекомендаций по выбору и построению моделей не существует. Модель должна отображать существенные явления процесса. Мелкие факторы, излишняя детализация, второстепенные явления и т. п. лишь усложняют модель, затрудняют теоретические исследования, делают их громоздкими, нецеленаправленными. Поэтому модель должна быть оптимальной по своей сложности, желательно наглядной, но главное - достаточно адекватной, т. е. описывать закономерности изучаемого явления с требуемой точностью.

Для построения наилучшей модели необходимо иметь глубокие и всесторонние знания не только по теме и смежным наукам, но и хорошо знать практические аспекты исследуемой задачи.

В отдельных случаях модель исследуемого явления может быть ограничена лишь описанием сущности.

Иногда построение физических моделей и математическое описание явления невозможно. Однако и при этом необходимо сформулировать рабочую гипотезу, проиллюстрировать ее графиками, таблицами, предположить и оценить результаты, которые должны быть получены на основе этой гипотезы, спланировать и провести научно-исследовательскую работу.

Многообразные физические и экономические модели изучаемых процессов исследуют математическими методами, которые могут быть разделены на такие основные группы.

Аналитические методы исследования (элементарная математика, дифференциальные и интегральные уравнения, вариационное исчисление и другие разделы высшей математики), используемые для изучения непрерывных детерминированных процессов. С помощью аналитических методов исследования устанавливают математическую зависимость между параметрами модели. Эти методы позволяют глубоко и всесторонне изучить исследуемые процессы, установить точные количественные связи между аргументами и функциями, глубоко проанализировать исследуемые явления.

Методы математического анализа с использованием эксперимента (метод анализа, теория подобия, метод размерностей) и др.

Аналитические зависимости позволяют на основе функционального анализа уравнений изучать процессы в общем виде и являются математической моделью класса процессов. Математическая модель может быть представлена в виде функции, уравнения, в виде системы уравнений, дифференциальных или интегральных уравнений.

Такие модели обычно содержат большое количество информации. Характерной особенностью математических моделей является то, что они могут быть преобразованы с помощью математического аппарата. Так, например, функции можно исследовать на экстремум; дифференциальные или интегральные уравнения можно решить. При этом исследователь получает новую информацию о функциональных связях и свойствах моделей.

Использование математических моделей является одним из основных методов современного научного исследования. Но он имеет существенные недостатки. Для того чтобы из всего класса найти частное решение, присущее лишь данному процессу, необходимо задать условия однозначности. Установление краевых условий требует проведения достоверного опыта и тщательного анализа экспериментальных данных. Неправильное принятие краевых условий приводит к тому, что подвергается теоретическому анализу не тот процесс, который планируется, а видоизмененный.

Кроме указанного недостатка аналитических методов, во многих случаях отыскать аналитические выражения с учетом условий однозначности, наиболее реально отображающими физическую сущность изучаемого процесса, или вообще невозможно или чрезвычайно трудно. Иногда, исследуя сложный физический процесс при хорошо обоснованных краевых условиях, упрощают исходные дифференциальные уравнения из-за невозможности или чрезмерной громоздкости их решения, что искажает его физическую сущность. Таким образом, очень часто реализовать аналитические зависимости сложно.

Экспериментальные методы позволяют глубоко изучить процессы в пределах точности техники эксперимента и сконцентрировать внимание на тех параметрах процесса, которые представляют наибольший интерес. Однако результаты конкретного эксперимента не могут быть распространены на другой процесс, даже близкий по физической сущности, потому что результаты любого эксперимента отображают индивидуальные особенности лишь исследуемого процесса. Из опыта еще невозможно окончательно установить, какие из параметров оказывают решающее влияние на ход процесса и как будет протекать процесс, если изменять различные параметры одновременно. При экспериментальном методе каждый конкретный процесс должен быть исследован самостоятельно.

В конечном счете экспериментальные методы позволяют установить частные зависимости между отдельными переменными в строго определенных интервалах изменения. Анализ переменных характеристик за пределами этих интервалов может привести к искажению зависимости, грубым ошибкам.

Таким образом, и аналитические, и экспериментальные методы имеют свои преимущества и недостатки, которые часто затрудняют эффективное решение практических задач. Поэтому чрезвычайно плодотворным является сочетание положительных сторон аналитических и экспериментальных методов исследования.

Явления, процессы изучаются не изолированно друг от друга, а комплексно. Различные объекты с их специфическими переменными величинами объединяются в комплексы, характеризуемые едиными законами. Это позволяет распространить анализ одного явления на другие или целый класс аналогичных явлений. При таком принципе исследований уменьшается число переменных величин, они заменяются обобщенными критериями. В результате упрощается искомое математическое выражение. На этом принципе основаны методы сочетания аналитических способов исследования с экспериментальными методами аналогии, подобия, размерностей, являющихся разновидностью методов моделирования.

Вероятностно-статистические методы исследования (статистика и теория вероятностей, дисперсионный и коррекционный анализы, теория надежности, метод Монте-Карло и др.) для изучения случайных процессов - дискретных и непрерывных.

Все теплотехнические процессы выполняются в условиях непрерывно меняющейся обстановки. Те или иные события могут произойти или не произойти. В связи с этим приходится анализировать случайные, вероятностные или стохастические связи, в которых каждому аргументу соответствует множество значений функции. Наблюдения показали, что несмотря на случайный характер связи рассеивание имеет вполне определенные закономерности. Для таких статистических законов теория вероятностей позволяет предсказать исход не одного какого-либо события, а средний результат случайных событий и тем точнее, чем больше число анализируемых явлений.




Дата добавления: 2015-02-16; просмотров: 24 | Поможем написать вашу работу | Нарушение авторских прав




lektsii.net - Лекции.Нет - 2014-2024 год. (0.009 сек.) Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав